| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7页 |
| ·目标跟踪发展现状 | 第7-13页 |
| ·单目标跟踪发展现状 | 第7-10页 |
| ·多目标跟踪发展现状 | 第10-13页 |
| ·本论文章节内容安排 | 第13-15页 |
| 第二章 粒子滤波方法基础理论 | 第15-25页 |
| ·粒子滤波的基本原理 | 第15-17页 |
| ·贝叶斯滤波 | 第15-16页 |
| ·蒙特卡罗思想 | 第16-17页 |
| ·粒子滤波的一般方法 | 第17-23页 |
| ·序贯重要性采样法 | 第17-19页 |
| ·优选重要性密度函数法 | 第19页 |
| ·重采样法 | 第19-23页 |
| ·粒子滤波器的优势和现存问题 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于随机有限集的 PHD 方法 | 第25-33页 |
| ·随机有限集及其统计理论 | 第25-27页 |
| ·随机有限集的概念 | 第25页 |
| ·随机有限集的统计理论 | 第25-27页 |
| ·基于随机有限集的多目标建模 | 第27-29页 |
| ·多目标模型 | 第27-28页 |
| ·基于随机有限集的多目标建模 | 第28-29页 |
| ·概率假设密度滤波方法的原理 | 第29-31页 |
| ·本章总结 | 第31-33页 |
| 第四章 基于粒子滤波的 PHD 多目标跟踪方法 | 第33-49页 |
| ·PHD 相关方法 | 第33-35页 |
| ·PHD 的实现 | 第33-34页 |
| ·PHD 的多目标状态估计 | 第34页 |
| ·PHD 的目标航迹 | 第34-35页 |
| ·基于粒子滤波的 PHD 多目标跟踪方法 | 第35-38页 |
| ·基于粒子滤波的 PHD 目标跟踪方法实现 | 第38-41页 |
| ·实验仿真和分析 | 第41-48页 |
| ·匀速直线运动模型实验 | 第41-45页 |
| ·变速运动模型实验 | 第45-48页 |
| ·本章总结 | 第48-49页 |
| 第五章 粒子 PHD 滤波在红外目标跟踪中的应用 | 第49-59页 |
| ·红外图像的模型 | 第49-52页 |
| ·红外图像模型 | 第49-50页 |
| ·目标运动模型 | 第50-52页 |
| ·红外弱小目标的检测方法 | 第52页 |
| ·基于粒子 PHD 滤波的红外序列图像目标跟踪方法 | 第52-57页 |
| ·实现原理和流程 | 第52-54页 |
| ·实验仿真和分析 | 第54-57页 |
| ·本章总结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 研究成果 | 第67-68页 |